本发明涉及商用车保险防欺诈，更具体地说，涉及一种基于大数据风控模型的商用车保险反欺诈方法及系统。
背景技术：
1、汽车保险欺诈属于一种骗保行为,轻则是属于商业诈骗诉讼,重者依据相关法律,可以依法提起相应的刑事诉讼,并且依照相关法律的的规定,承担相应的刑事责任；目前，对于保险欺诈的识别方式，大都是自定义评分规则后，通过手动输入评分因子到引擎进行自动打分，操作流程中需要过多人工干预，安全风险较高，同时自动化程度低，相应速度慢，需要一种自动化程度高的基于大数据风控模型的商用车保险反欺诈方法及系统。
技术实现思路
1、本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于大数据风控模型的商用车保险反欺诈方法，还提供了一种商用车保险反欺诈系统。
2、本发明解决其技术问题所采用的技术方案是：
3、构造一种基于大数据风控模型的商用车保险反欺诈方法，其中，包括以下方法：
4、将欺诈风险检测中的事故数据与碰撞事故中的事故数据同步；
5、通过欺诈列表页面导入同步后的数据中进行数据校验，若效验成功则返回成功校验的数据，若效验失败则反馈错误信息；
6、将效验后的完整信息导入处理；
7、导入后在存储器中进行车架号和车牌号的匹配，匹配成功的数据进行融合，匹配失败的数据，则进行新事故添加处理流程；
8、生成欺诈报告，并自动对导入处理后的数据进行欺诈因子计算；
9、获取运营商因子配置，对各个因子的计算结果进行查询事故下的因子等级，获取运营商欺诈配置，根据各个因子的等级和运营商欺诈配置，计算整体欺诈等级；
10、欺诈等级反写入事故信息表中，如果未满足达到任一欺诈等级的条件则欺诈等级为空，前端显示页面不展示结果。
11、本发明所述的基于大数据风控模型的商用车保险反欺诈方法，其中，数据校验包括方法：
12、事故处理器接收web端的欺诈列表页面，依据欺诈列表页面开始进行数据效验；
13、从车辆端获取车辆信息；
14、从管理端获取保险公司信息；
15、从服务端通过地址查询经纬度信息；
16、效验车架号；
17、效验时间格式；
18、效验司机；
19、效验报案人；
20、对web端返回效验完的信息。
21、本发明所述的基于大数据风控模型的商用车保险反欺诈方法，其中，对导入数据匹配时采用：
22、事故处理器接收web端导入的完整信息；
23、事故处理器用车架号在存储器中查询事故，用车架号匹配事故；
24、事故处理器用车辆车牌在存储器中查询事故，用车辆车牌匹配事故；
25、事故处理器剩余数据组件新建事故信息；
26、判断信息十分存在修改，不存在在插入数据至存储器，若存在修改则进行系统欺诈因子计算；
27、向web端返回成功信息。
28、本发明所述的基于大数据风控模型的商用车保险反欺诈方法，其中，所述欺诈报告的生成采用方法：
29、web端发送报告请求；
30、事故处理器获取多语言信息，从nacos模块获取多语言模板；
31、事故处理器从存储器中获取事故详情；
32、事故处理器从车辆端获取车辆品牌信息、模型信息；
33、事故处理器从管理端获取租户log图片信息；
34、事故处理器从存储器中查询事故所有开启的因子集合；
35、装配信息；
36、事故处理器从存储器中查询所有因子附件信息集合；
37、生成url二维码，组装模版实体；
38、渲染生成word，保存在临时文件夹中；
39、读取word文档，转为pdf文档，保存在临时文件夹中；
40、上传到cos存储桶中，返回一个pdf链接；
41、对pdf链接进行有效期签名，发送至web端。
42、本发明所述的基于大数据风控模型的商用车保险反欺诈方法，其中，所述欺诈因子计算采用方法：
43、事故创建或修改后采用异步线程分别执行事故创建流程、事故修改流程和因子修改流程中一项或多项；
44、凭设定条件选定计算因子类，根据因子不同，选择不同的因子计算因子等级；
45、存储因子等级数据。
46、本发明所述的基于大数据风控模型的商用车保险反欺诈方法，其中，进行欺诈因子计算的时机在任务工作台创建事故后、页面创建事故完后、欺诈列表页面导入后、修改事故后、页面因子修改后中的一处或多处。
47、本发明所述的基于大数据风控模型的商用车保险反欺诈方法，其中，在任务工作台创建事故后进行欺诈因子计算分为系统计算因子和其他计算因子。
48、本发明所述的基于大数据风控模型的商用车保险反欺诈方法，其中，所述因子配置采用方法：
49、事故处理端从存储器获取因子配置信息，判断因子配置信息是否存在，是则进行下一步，否则从存储器获取因子初始化配置，拷贝因子初始化配置并进行持久化，反馈至web端；
50、事故处理端接收web端的修改后的因子配置，在存储器进行存储。
51、本发明所述的基于大数据风控模型的商用车保险反欺诈方法，其中，所述欺诈配置采用方法：
52、事故处理端从存储器获取欺诈配置信息，判断欺诈配置信息是否存在，是则进行下一步，否则从存储器获取欺诈初始化配置，拷贝欺诈初始化配置并进行持久化，反馈至web端；
53、事故处理端接收web端的修改后的欺诈配置，在存储器进行存储。
54、一种基于大数据风控模型的商用车保险反欺诈系统，用于实现如上述的基于大数据风控模型的商用车保险反欺诈方法，其中，所述系统包括web端、事故处理器、租户端、管理端、服务端和存储器；
55、欺诈风险检测中的事故数据与碰撞事故中的事故数据同步后存储在所述存储器中；
56、所述web端，用于将欺诈列表页面导入所述事故处理器；
57、所述事故处理器，用于从租户端获取车辆信息、管理端获取保险公司信息、服务端获取经纬度信息，并进行数据校验，若效验成功则向所述web端返回成功校验的数据，若效验失败则向所述web端反馈错误信息；
58、所述web端，还用于将效验后的完整信息导入事故处理器进行处理；
59、所述事故处理器，还用于导入后的完整信息在所述存储器中进行车架号和车牌号的匹配，匹配成功的数据进行融合，匹配失败的数据，则进行新事故添加处理流程；
60、所述事故处理器，还用于生成欺诈报告，并自动对导入处理后的数据进行欺诈因子计算；获取运营商因子配置，对各个因子的计算结果进行查询事故下的因子等级，获取运营商欺诈配置，根据各个因子的等级和运营商欺诈配置，计算整体欺诈等级；欺诈等级反写入事故信息表中，如果未满足达到任一欺诈等级的条件则欺诈等级为空，前端显示页面不展示结果。
61、本发明的有益效果在于：应用本技术的方式方法，事故数据直接同步到存储器中，事故数据按设定流程进行效验、匹配、自动合并以及对新事故添加处理流程步骤后，自动拉取运营商的因子配置和欺诈配置，进行欺诈等级计算，整个过程无需人为干预，数据安全性高，且流程设计合理，自动化程度，能够高效且准确的反馈事故欺诈等级。
1.一种基于大数据风控模型的商用车保险反欺诈方法，其特征在于，包括以下方法：
2.根据权利要求1所述的基于大数据风控模型的商用车保险反欺诈方法，其特征在于，数据校验包括方法：
3.根据权利要求1或2所述的基于大数据风控模型的商用车保险反欺诈方法，其特征在于，对导入数据匹配时采用：
4.根据权利要求1所述的基于大数据风控模型的商用车保险反欺诈方法，其特征在于，所述欺诈报告的生成采用方法：
5.根据权利要求1所述的基于大数据风控模型的商用车保险反欺诈方法，其特征在于，所述欺诈因子计算采用方法：
6.根据权利要求5所述的基于大数据风控模型的商用车保险反欺诈方法，其特征在于，进行欺诈因子计算的时机在任务工作台创建事故后、页面创建事故完后、欺诈列表页面导入后、修改事故后、页面因子修改后中的一处或多处。
7.根据权利要求5所述的基于大数据风控模型的商用车保险反欺诈方法，其特征在于，在任务工作台创建事故后进行欺诈因子计算分为系统计算因子和其他计算因子。
8.根据权利要求1所述的基于大数据风控模型的商用车保险反欺诈方法，其特征在于，所述因子配置采用方法：
9.根据权利要求1所述的基于大数据风控模型的商用车保险反欺诈方法，其特征在于，所述欺诈配置采用方法：
10.一种基于大数据风控模型的商用车保险反欺诈系统，用于实现如权利要求1-9任一所述的基于大数据风控模型的商用车保险反欺诈方法，其特征在于，所述系统包括web端、事故处理器、租户端、管理端、服务端和存储器；
